唉。。。
来源:互联网 发布:晨曦软件 定额 编辑:程序博客网 时间:2024/06/09 16:46
看别人的代码真的很辛苦,e文的资料,作者功底一般都比较nb,好在关键的地方总有些注释的。国人更nb,看过得很多源码根本就没有注释,只好自己边理解边写注释,费解死。
Mean Shift做图像分割的资料能找到的少之又少,看Rutgers上的论文,对我这个小本科来说还是有难度的。昨天上pudn淘了篇均值漂移分割图像的代码,只能做灰度图的,完全没有注释,想改一下却有几句看得不太懂,还没注释。。。
说明:下文注释不一定对哦,我的极其有限的理解,而已。
//MeanShift 分割滤波算法
//pImg 图像数据指针
//width height 宽度 高度
//bUseFilter true - filter false - image segmentation
//w - window size
// h1 space variance
// h2 range variance
void MeanShiftFilterOrSegmentation(bool bUseFilter,BYTE *pImg,int width,int height,int w,int h1,double h2,BYTE *pResImg)
{
BYTE *pCur,*CovG;
bool find,bOutOfImg;
int count,fwin = 2*w+1,top=-1,size=width*height;
int *G,*CovX,*CovY,x,y,i,j,new_x,new_y,new_g,old_x,old_y,old_g;
double sum,grayDif,*PosWeight,*pWCur,numerator_x,numerator_y,numerator_g,denominator,g;
//memory alloc
G = new int[width*height];
CovX = new int[width*height];
CovY = new int[width*height];
CovG = new BYTE[width*height];
PosWeight = new double[fwin*fwin];
//distance weight
// 根据到当前点的距离设置窗口邻域内各点的权重
// weight = exp(-0.5*(distence^2)/(h1^2));
for(pWCur=PosWeight,sum=0.0,i=0;i<fwin;i++)
{
for(j=0;j<fwin;j++,pWCur++)
{
*pWCur = exp(-0.5 * ( (i-w)*(i-w)+(j-w)*(j-w) )/(h1*h1) );
}
}
//Iteration Until Convergence
// 逐行扫描,y为行号,pCur指向图像数据
for(pCur=pImg,y=0;y<height;y++)
{
// 逐列扫描,x为列号
for(x=0;x<width;x++,pCur++)
{
// old_x纪录当前像元列号
old_x = x;
// old_y记录当前像元行号
old_y = y;
// old_g指向当前像元灰度值
old_g = *pCur;
// 初始化计数器
count=0;
// 扫描图像越界标志,超出图像范围时为true
bOutOfImg = false;
while(count<1000)
{
count++;
//
numerator_x = numerator_y = numerator_g = denominator = 0.0;
// 用i=old_y-w,i<old_y+w+1限定窗口行值范围,pWCur指向窗口权重数组
for(pWCur=PosWeight,i=old_y-w;i<old_y+w+1;i++)
{
// 用j=old_x-w,j<old_x+w+1限定窗口列值范围,当j++时扫描当前行的
// 下一个像元,同时pWCur指向权重数组中下一个值.
// 当扫描完窗口内当前行后,由于列值j不再满足j<old_x+w+1条件,结束
// 本层循环,由i++将扫描像元推向窗口的下一行
for(j=old_x-w;j<old_x+w+1;j++,pWCur++)
{
//
if(i<0 || i>height-1 || j<0 || j>width-1 ) continue;
// *(pImg+i*width+j)是窗口内当前像元的灰度值,
// grayDif为窗口内当前像元灰度值与pCur指向的作为窗口中心的
// 当前点灰度值
grayDif = (*(pImg+i*width+j) - old_g);
// grayDif = grayDif^2;
grayDif = grayDif*grayDif;
// 用g表示当前窗口点与窗口中心样本点的差异(带权重)
// g为平移向量 ??????
// g为差异????
// exp(-0.5*grayDif/(h2*h2)) 高斯核???
// g = *pWCur*exp(-0.5*grayDif/(h2*h2));
// *pWCur为当前窗口位置的灰度值
g = *pWCur*exp(-0.5*grayDif/(h2*h2));
// numerator_x是列值平移向量的和
numerator_x += j*g;
// numerator_y是行值平移向量的和
numerator_y += i*g;
//
numerator_g += *(pImg+i*width+j)*g;
// denominator为平移向量(距离,权重~)的和
denominator += g;
}
}
new_x = (int)(numerator_x/denominator+0.5);
new_y = (int)(numerator_y/denominator+0.5);
new_g = (int)(numerator_g/denominator+0.5);
if(new_y<0 || new_y>height-1 || new_x<0 || new_x>width-1 )
{//超出图像范围
new_x = old_x;
new_y = old_y;
new_g = old_g;
bOutOfImg = true;
break;
}
// 如果窗体移动距离<1.1 ???
// 则结束迭代
if( abs(new_x-old_x) + abs(new_y-old_y) < 1.1) break;
// 变换窗口中心,继续迭代
old_x = new_x;
old_y = new_y;
old_g = new_g;
}
if(count>999 ) printf("No Converge!/n");
if(bOutOfImg) printf("Out Of Image!/n");
// 将收敛点的列号(new_x),行号(new_y),灰度(new_g)赋给ConX,ConY,ConV中
// 的相应点
*(CovX + y*width + x) = new_x;
*(CovY + y*width + x) = new_y;
*(CovG + y*width + x) = new_g;
}
}
//仅用于图像分割
if(!bUseFilter)
{
for(i=0;i<size;i++)
{
for(find=false,j=0;j<=top;j++)
{
if( abs(*(CovG+i) - *(G+j))<h2 )
{
find = true;
*(CovG+i) = *(G+j);
break;
}
}
if(!find)
{
top++;
*(G+top) = *(CovG+i);
}
}
}
memcpy(pResImg,CovG,width*height);
delete G;
delete CovX;
delete CovY;
delete CovG;
delete PosWeight;
}
EDISON的分割流程有个大概的印象了,Filter里面的一大块比较费力,希望可以尽快搞得定。
- 唉
- 唉。
- 唉
- 唉!
- ?唉
- 唉~~~~
- 唉!!!!!!
- 唉
- 唉~
- 唉。。。
- 唉~~~
- 唉。。。。
- 唉
- 唉
- 唉
- 唉~
- 唉
- 唉!
- 对google个性主页的拖拽效果的js的完整注释
- ORACLE学习笔记之体系结构篇
- 中国个人网站的出路在哪里?
- 久闻CSDN,今日终来之
- 通过Windows Live Writer 来写CSDN Blog [转]
- 唉。。。
- 程序员调试能力和相关书籍
- 我曾经那么接近幸福-写在火箭与爵士战成2平之后
- 对注册表的操作
- Scott Mitchell 的ASP.NET 2.0数据教程之四十四::DataList和Repeater数据分页
- 搜狐博客及其他
- 7200路由模拟器
- 成长的代价
- dojo介绍